Teil 2 PDF

Junior-Prof. Dr. Z. Kabluchko
Judith Schmidt
Wintersemester 2012/2013
Januar 2013
Elementare Wahrscheinlichkeitsrechnung und Statistik
Aufgaben zur Klausurvorbereitung: Teil 2
Aufgabe 1
Es sei X eine Zufallsvariable mit Dichte fX (y) = cy −5 1Iy>1 . Bestimmen Sie c, P[2 < X < 3], EX,
Var X.
Aufgabe 2
Es sei X eine Zufallsvariable mit Dichte fX (y) = cy(1 − y)1Iy∈[0,1] . Bestimmen Sie c, P[X < 1/2],
EX und Var X.
Aufgabe 3
Die Zufallsvariable X sei gleichverteilt auf dem Intervall [0, a]. Die Zufallsvariable Y sei gleichverteilt auf dem Intervall [0, b]. Dabei seien a und b Parameter mit 0 < a < b. Außerdem
seien X und Y unabhängig. Bestimmen Sie die Verteilungsfunktion von X + Y .
Hinweis: Man kann geometrisch argumentieren oder die Faltungsformel benutzen.
Aufgabe 4
Seien X und Y unabhängig und gleichverteilt auf [0, 1]. Bestimmen Sie die Wahrscheinlichkeiten
P[XY < 1/2] und P[Y < X 2 ].
Hinweis: Es geht auch ohne Faltungsformel.
Aufgabe 5
(a) Sei U gleichverteilt auf [0, π]. Bestimmen Sie die Dichte von cot U .
(b) Sei V gleichverteilt auf [0, 1]. Bestimmen Sie die Dichte von − log V .
Hinweis: Manchmal ist es einfacher, zuerst die Verteilungsfunktion zu bestimmen.
Aufgabe 6
(a) Sei X standardnormalverteilt. Bestimmen Sie die Laplace-Transformierte EetX und die
Fourier-Transformierte EeitX , für t ∈ R.
(b) Sei X gleichverteilt auf [−1, 1]. Bestimmen Sie die Laplace-Transformierte EetX und die
Fourier-Transformierte EeitX , für t ∈ R.
(c) Sei X exponentialverteilt mit Parameter 1. Bestimmen Sie die Laplace-Transformierte EetX
und die Fourier-Transformierte EeitX , für t ∈ R.
(d) Sei X eine Zufallsvariable mit der Dichte fX (y) = 21 e−|y| . Bestimmen Sie die LaplaceTransformierte EetX und die Fourier-Transformierte EeitX , für t ∈ R.
1
Aufgabe 7
(a) Sei X gleichverteilt auf [−1, 1]. Bestimmen Sie E[X 2n ] und E[X 2n+1 ], für n ∈ N.
(b) Sei X standardnormalverteilt. Bestimmen Sie E[X 2n ] und E[X 2n+1 ], für n ∈ N.
Aufgabe 8
Es seien X1 , . . . , Xn unabhängige Zufallsvariablen mit EXi = 0, E[Xi2 ] = σ 2 und E[Xi4 ] = v für
i = 1, . . . , n. Dabei seien σ 2 und v bekannte Parameter. Sei S = X1 + . . . + Xn . Bestimmen Sie
E[S], E[S 2 ] und E[S 4 ].
Aufgabe 9
Die Zufallsvariablen X1 und X2 seien Poisson-verteilt mit Parametern λ1 und λ2 . Außerdem seien
X1 und X2 unabhängig. Bestimmen Sie die bedingte Wahrscheinlichkeit P[X1 = k|X1 + X2 = n],
wobei 0 ≤ k ≤ n.
Aufgabe 10
Es seien X und Y standardnormalverteilt und unabhängig. Bestimmen Sie Cov(aX +bY, cX +dY ).
Aufgabe 11
Seien X und Y unabhängig mit P[X = 1] = P[Y = 1] = p und P[X = 0] = P[Y = 0] = 1 − p, wobei
0 < p < 1.
(a) Sind die Zufallsvariablen X + Y und X − Y unkorreliert?
(b) Sind die Zufallsvariablen X + Y und X − Y unabhängig?
Aufgabe 12
Eine Glühbirne in einer Notbeleuchtung ist ununterbrochen in Betrieb bis sie ausfällt. Die Zufallsvariable X, durch die die Lebensdauer (in Stunden) von Glühbirnen modelliert wird, sei exponentialverteilt mit Parameter λ = 1/6000.
(a) Wie groß ist die Wahrscheinlichkeit, dass eine Glühbirne mindestens 6000 Stunden funktioniert?
(b) Eine Glühbirne sei bereits 3000 Stunden in Betrieb. Wie groß ist die bedingte Wahrscheinlichkeit, dass sie noch weitere 3000 Stunden nicht ausfällt?
Aufgabe 13
Die Zufallsvariablen X und Y seien unabhängig und exponentialverteilt mit Parameter λ = 1.
Bestimmen Sie die Dichte von X + Y und die Dichte von X − Y .
Aufgabe 14
Die Zufallsvariablen X1 ∼ N (µ1 , σ12 ) und X2 ∼ N (µ2 , σ22 ) seien unabhängig. Zeigen Sie, dass die
Zufallsvariable X1 + X2 ebenfalls normalverteilt ist.
2
Aufgabe 15
(a) Seien X ∼ Poi(λ) und Y ∼ Poi(µ) unabhängig. Zeigen Sie, dass X + Y ∼ Poi(λ + µ).
(b) Seien X ∼ Bin(n, p) und Y ∼ Bin(m, p) unabhängig. Zeigen Sie, dass X +Y ∼ Bin(n+m, p).
Dabei dürfen Sie beliebige Methoden verwenden (etwa die Faltungsformel, die charakteristische
Funktion oder die erzeugende Funktion).
Aufgabe 16
Seien X und Y unabhängige Zufallsvariablen mit EX = EY = 0 und Var X = Var Y = 1.
Bestimmen Sie
(a) Var(X + 2Y − 1).
(b) Var(X + XY ).
Aufgabe 17
Die Zufallsvariablen X und Y seien unabhängig und exponentialverteilt mit Parameter λ = 1.
Zeigen Sie, dass X/(X + Y ) gleichverteilt auf dem Intervall [0, 1] ist.
Hinweis: Berechnen Sie die Verteilungsfunktion von X/(X + Y ) mit Hilfe der Dichte von (X, Y ).
Aufgabe 18
Die Zufallsvariablen X und Y seien unabhängig und gleichverteilt auf [0, 1]. Bestimmen Sie die
Verteilung der Zufallsvariable
(
X + Y,
falls X + Y ≤ 1,
Z=
X + Y − 1, falls 1 < X + Y ≤ 2.
Aufgabe 19
Der Zufallsvektor (X, Y ) sei gleichverteilt auf dem Dreieck {(x, y) : 0 < x < y < 1}. Bestimmen
Sie jeweils die Verteilungsfunktion und die Dichte von X und Y . Bestimmen Sie Cov(X, Y ). Sind
X und Y unabhängig?
Aufgabe 20
Es sei (X, Y ) ein Zufallsvektor mit Dichte
(
c, falls 0 < s < 1 und 0 < t < s2 ,
f(X,Y ) (s, t) =
0, sonst.
Bestimmen Sie c. Bestimmen Sie jeweils die Verteilungsfunktion und die Dichte von X und Y .
Sind X und Y unabhängig?
Aufgabe 21
Seien X1 , X2 , ... Zufallsvariablen mit Xn ∼ Poi(1/n), n ∈ N. Zeigen Sie, dass Xn
3
L2
−→ 0
n→∞
und Xn
P
−→ 0.
n→∞
Aufgabe 22
Die Zufallsvariablen X und Y seien standardnormalverteilt und unabhängig. Bestimmen Sie die
Verteilung der Zufallsvariable X 2 + Y 2 .
Aufgabe 23
Seien X1 , X2 , . . . unabhängig und gleichverteilt auf [0, 1]. Zeigen Sie, dass die Folge
X12 + . . . + Xn2
X 1 + . . . + Xn
für n → ∞ fast sicher gegen einen Grenzwert konvergiert und bestimmen Sie diesen Grenzwert.
Aufgabe 24
Seien A1 , A2 , ... unabhängige Ereignisse.
∞
P
f.s.
(a) Zeigen Sie: 1IAn −→ 0 ⇔
P(An ) < ∞. (Hinweis: Lemma von Borel-Cantelli)
n→∞
(b) Sei P(An ) =
1
n
n=1
für alle n ∈ N. Zeigen Sie, dass 1IAn
P
−→ 0,
n→∞
aber nicht 1IAn
f.s.
−→ 0.
n→∞
Aufgabe 25
(a) Sei Z eine beliebige Zufallsvariable. Zeigen Sie, dass es ein A > 0 gibt, so dass P(|Z| > A) <
1
.
1000
(b) Seien X1 , X2 , ... beliebige Zufallsvariablen auf einem Wahrscheinlichkeitsraum. Zeigen Sie,
dass es eine Folge von reellen positiven Zahlen a1 , a2 , ... gibt mit der Eigenschaft
Xn f.s.
−→ 0.
an n→∞
Hinweis zu (b): Verwenden Sie das Lemma von Borel-Cantelli.
Aufgabe 26
Man würfelt mit einem fairen Würfel 100-mal. Es sei S die Augensumme der 100 Würfe. Bestimmen
Sie approximativ die Wahrscheinlichkeit, dass S > 400.
Aufgabe 27
(a) Man wirft eine faire Münze so oft, bis man n-mal “Kopf” gesehen hat. Es sei S die Anzahl
der Würfe. Bestimmen Sie ES und Var S.
(b) Man wirft eine faire Münze so oft, bis man 100-mal “Kopf” gesehen hat. Es sei S die Anzahl
der Würfe. Bestimmen Sie approximativ die Wahrscheinlichkeit, dass S > 250.
4